Stevens论述的GRTS空间抽样方法及应用

2023-11-17 理论教育版权反馈

【摘要】：Stevens 对该抽样方法进行了详细的描述[8]，并应用于河谷流域的水资源和生物资源调查。严格来说，这不是一种简单布样方式。GRTS 空间构造布设站位可以分为3 步（见图1）：第1 步将空间划分，不断重复这个过程直到最小单位为1 个单元格；第2 步对空间中划分得到的格网编码，转换为一维序列；第3 步按照采样点数量计算抽样步长，并进行抽样。

分层随机抽样[7]又称为类型抽样或分类抽样，即抽样在每个层中独立进行，总的样本由各层样本构成，而在每层中的抽样采用随机抽样，这样得到的样本为分层随机样本。当总体中各层差异比较大时，将总体分层，同一层中各要素差异小，从每层中按权重抽取构成样本，这样样本就有代表性，可以提高样本估计的精度。例如，对于长江口分成的3 个区域[5]，不同区域的环境特征差异决定了站位数量和分布的不同。

采用通用随机方格分层算法（Generalized Random Tessellation Stratified 简写GRTS）布样。Stevens 对该抽样方法进行了详细的描述[8]，并应用于河谷流域的水资源和生物资源调查。严格来说，这不是一种简单布样方式。因为，它涉及对样本空间的改造，将样本空间从二维平面映射到一维空间上，并且给每个样本一个空间地址坐标。通过阶层随机化方法，将地址随机排序[9]。GRTS 是基于随机分层嵌套网格（RTS）方法，通过GRTS 方法构造的一维样本空间，并且给每个样本在一维空间中一个对应的编码，通过这个编码可以将样本重新定位到二维表面上。GRTS 空间构造布设站位可以分为3 步（见图1）：第1 步将空间划分，不断重复这个过程直到最小单位为1 个单元格；第2 步对空间中划分得到的格网编码，转换为一维序列；第3 步按照采样点数量（该数量由监测投入决定）计算抽样步长，并进行抽样。(www.chuimin.cn)

根据通用随机方格分层算法，可以对特别的站位增加权重。还有比较高效率的空间抽样方法，例如：MSN（Means of Surface with Non-homogeneity）方法，BME（Bayesian Maximum Entropy）方法，B-SHADE（Biased Sentinel Hospital Areal Disease Estimation）方法等，具体方法介绍和适用条件参考相关文献[2，6]。

Stevens论述的GRTS空间抽样方法及应用

相关推荐